Искусственный интеллект в прогнозировании рисков отказа оборудования атомных станций: машинное обучение и нейронные сети для предиктивной аналитики надёжности критических систем
Ключевые слова:
искусственный интеллект, машинное обучение, нейронные сети, атомная станция, предиктивная аналитика, надёжность, отказ оборудования, управление рискамиАннотация
В статье рассматриваются методы применения искусственного интеллекта, машинного обучения и нейронных сетей для прогнозирования рисков отказа оборудования атомных электростанций. Проанализированы архитектуры глубокого обучения (CNN, LSTM, трансформеры) в задачах предиктивной аналитики надёжности, обобщён опыт внедрения систем предиктивного обслуживания на российских и зарубежных АЭС. Предложена интегрированная методика оценки рисков на основе ансамблевых моделей машинного обучения.
Библиографические ссылки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Журнал "У". Экономика. Управление. Финансы.

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.